Customer Journey Analytics BI-tillägg
Customer Journey Analytics BI extension aktiverar SQL-åtkomst till de datavyer som du har definierat i Customer Journey Analytics. Dina datatekniker och analytiker kanske känner bättre till Power BI, Tableu eller andra verktyg för affärsintelligens och visualisering (kallas även BI-verktyg). De kan nu skapa rapporter och kontrollpaneler baserat på samma datavyer som Customer Journey Analytics-användare använder när de skapar sina Analysis Workspace-projekt.
Adobe Experience Platform frågetjänst är SQL-gränssnittet till data som är tillgängliga i datasjön i Experience Platform. När Customer Journey Analytics BI extension är aktiverat utökas funktionaliteten för Query Service så att du kan se dina datavyer i Customer Journey Analytics som tabeller eller vyer i en Query Service -session. Det innebär att de verktyg för affärsintelligens som använder Query Service som PostgresSQL-gränssnitt sömlöst drar nytta av den här utökade funktionen.
De viktigaste fördelarna är:
- Du behöver inte återskapa en motsvarande representation av datavyer från Customer Journey Analytics i BI-verktyget.
Se Datavyer för mer information om funktionaliteten hos datavyer för att förstå vad som måste återskapas. - Större konsekvens i rapportering och analys mellan BI-verktyg och Customer Journey Analytics.
- Kombinera data från Customer Journey Analytics med andra datakällor som redan finns i BI-verktyg.
Förutsättningar
Om du vill använda den här funktionen måste du ha:
- Tillgång till Experience Platform och Customer Journey Analytics.
- Beviljad produktadministratörsåtkomst till Customer Journey Analytics så att du kan visa, redigera, uppdatera eller ta bort anslutningar och datavyer.
- Beviljad åtkomst till de datavyer som du vill komma åt.
- Beviljade åtkomst till CJA BI-tillägget.
- Använd förfallodatum för autentiseringsuppgifter som inte förfaller för att ansluta BI-verktyg till Customer Journey Analytics BI extension. Guiden Autentiseringsuppgifter innehåller mer information om hur du anger förfallodatum för autentiseringsuppgifter eller ej förfallande autentiseringsuppgifter.
Mer information finns i Åtkomstkontroll för kundresa, särskilt Tilläggsbehörigheter för produktadministratör och Customer Journey Analytics i Admin Console.
Användning
Om du vill använda funktionen Customer Journey Analytics BI extension kan du antingen använda SQL direkt eller använda dra och släpp-funktionen som är tillgänglig i det specifika BI-verktyget.
SQL
Du kan använda funktionerna direkt i SQL-satser med antingen Frågeredigeraren eller en vanlig PostgresSQL-klient (CLI).
I Adobe Experience Platform:
-
Välj **** Frågor **** från DATAHANTERING i den vänstra listen.
-
Välj Skapa fråga .
-
Välj
cja
Databas . -
Om du vill köra frågan skriver du SQL-satsen och väljer knappen (eller trycker på
[SHIFT]
+[ENTER]
).
-
Söka efter och kopiera dina PostgresSQL-autentiseringsuppgifter i Adobe Experience Platform:
-
Välj **** Frågor **** i den vänstra listen (under DATAHANTERING ).
-
Välj Autentiseringsuppgifter i det övre fältet.
-
Välj
cja
Databas . -
Om du vill kopiera kommandosträngen använder du i avsnittet PSQL-kommando .
-
-
Öppna ett kommando eller ett terminalfönster.
-
Om du vill logga in och börja köra dina frågor klistrar du in kommandosträngen i terminalen.
Mer information finns i Användargränssnittsguiden för frågeredigeraren.
BI-verktyg
För närvarande stöds och testas Customer Journey Analytics BI extension endast för Power BI och Tableau. Andra BI-verktyg som använder PSQL-gränssnittet kan också fungera, men stöds ännu inte officiellt.
-
Här hittar du information om dina PostgresSQL-autentiseringsuppgifter i Adobe Experience Platform:
-
Välj **** Frågor **** i den vänstra listen (under DATAHANTERING ).
-
Välj Autentiseringsuppgifter i det övre fältet.
-
Välj
cja
Databas . -
Använd om du vill kopiera var och en av Postgres-autentiseringsparametrarna (Host, Port, Database, Username med flera) vid behov i Power BI.
-
-
I Power BI:
-
I huvudfönstret väljer du Hämta data i det övre verktygsfältet.
-
Välj More… i den vänstra listen.
-
På skärmen Hämta data söker du efter
PostgresSQL
och väljer PostgresSQL-databasen i listan. -
I dialogrutan PostProgressSQL-databas :
-
Klistra in parametern **** Host **** från Experience Platform Queries Credentials i textfältet Server .
-
Klistra in parametern **** Database **** från Experience Platform Queries Credentials i textfältet Database .
Lägg till
?FLATTEN
i parametern Database , så den blir somprod:cja?FLATTEN
till exempel. Mer information finns i Förenkla kapslade datastrukturer för användning med BI-verktyg från tredje part. -
Välj DirectQuery när du uppmanas till Data Connectivity-läge.
-
Du uppmanas att ange Username och Password. Använd motsvarande parametrar från Experience Platform Queries Credentials.
-
-
När inloggningen är klar visas datavytabellerna i Customer Journey Analytics i Power BI:er Navigator .
-
Markera de datavytabeller som du vill använda och välj Läs in .
Alla dimensioner och mätvärden som är kopplade till en eller flera markerade tabeller visas i den högra rutan, redo att användas i dina visualiseringar.
Mer information finns i Ansluta Power BI till frågetjänsten.
-
-
Här hittar du information om dina PostgresSQL-autentiseringsuppgifter i Adobe Experience Platform:
-
Välj **** Frågor **** i den vänstra listen (under DATAHANTERING ).
-
Välj Autentiseringsuppgifter i det övre fältet.
-
Välj
cja
Databas . -
Använd om du vill kopiera var och en av Postgres-autentiseringsparametrarna (Host, Port, Database, Username med flera) vid behov i Tablet.
-
-
I tabell:
-
Välj **** Mer **** från Till en server i den vänstra listen.
-
Välj PostgresSQL i listan.
-
I dialogrutan PostgresSQL:
-
Klistra in parametern **** Host **** från Experience Platform Queries Credentials i textfältet Server .
-
Klistra in parametern **** Port **** från Experience Platform Queries Credentials i textfältet Port .
-
Klistra in parametern **** Database **** från Experience Platform Queries Credentials i textfältet Database .
Lägg till
%3FFLATTEN
i parametern Database , så den blir somprod:cja%3FFLATTEN
till exempel. Mer information finns i Förenkla kapslade datastrukturer för användning med BI-verktyg från tredje part. -
Välj **** Användarnamn och lösenord **** i listan Autentisering .
-
Klistra in parametern **** Användarnamn **** från Experience Platform Queries Credentials i textfältet Användarnamn .
-
Klistra in parametern **** Password **** från Experience Platform Queries Credentials i textfältet Password .
-
Välj Logga in .
-
-
Datavyer i Customer Journey Analytics visas som tabeller i listan Tabell .
-
Dra de tabeller som du vill använda på arbetsytan.
Nu kan du arbeta med data från datavytabellerna för att skapa rapporter och visualiseringar.
Mer information finns i Ansluta tabell till frågetjänsten.
-
Se Ansluta klienter till frågetjänsten för en översikt och mer information om de olika verktygen som finns.
Funktionalitet
Som standard har datavyerna ett tabellsäkert namn som genereras utifrån det egna namnet. Datavyn My Web Data View har till exempel vynamnet my_web_data_view
. Du kan definiera ett föredraget namn som ska användas i BI-verktyget för datavyn. Mer information finns i Datavy settings.
Om du vill använda ID:n för datavyn som tabellnamn kan du lägga till den valfria inställningen CJA_USE_IDS
i databasnamnet när du ansluter. prod:cja?CJA_USE_IDS
visar till exempel dina datavyer med namn som dv_ABC123
.
Datastyrning
De datastyrningsrelaterade inställningarna i Customer Journey Analytics ärvs från Adobe Experience Platform. Integrationen mellan Customer Journey Analytics och Adobe Experience Platform datastyrning möjliggör märkning av känsliga uppgifter från Customer Journey Analytics och tillämpning av integritetspolicyer.
Sekretessetiketter och integritetspolicyer som har skapats för datauppsättningar som används av Experience Platform kan visas i arbetsflödet för datavyer i Customer Journey Analytics. Data som efterfrågas med Customer Journey Analytics BI extension visar därför lämpliga varningar eller fel när de inte följer definierade sekretessetiketter och principer.
Visa datavyer
I standard-PostgreSQL CLI kan du visa dina vyer med \dv
prod:all=> \dv
List of relations
Schema | Name | Type | Owner
--------+--------------------------------------------+------+----------
public | my_web_data_view | view | postgres
public | my_mobile_data_view | view | postgres
Kapslade kontra separerade
Som standard använder schemat för datavyer kapslade strukturer, precis som de ursprungliga XDM-schemana. Integrationen stöder även alternativet FLATTEN
. Du kan använda det här alternativet för att tvinga schemat för datavyer (och andra tabeller i sessionen) att förenklas. Förenkling gör det enklare att använda i BI-verktyg som inte stöder strukturerade scheman. Mer information finns i Arbeta med kapslade datastrukturer i frågetjänsten.
SQL som stöds
Mer information om vilken typ av SQL som stöds finns i SQL-referens för frågetjänst.
Se tabellen nedan för exempel på den SQL du kan använda.
table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 6-row-2 7-row-2 8-row-2 9-row-2 10-row-2 layout-auto | |
---|---|
Mönster | Exempel |
Schemaidentifiering |
|
Rankad eller uppdelad |
|
HAVING -sats |
|
Distinkta, övre dimensionsvärden |
|
Måttsummor |
|
Flerdimensions uppdelningar och toppdistinktioner |
|
Delmarkera: Filtrera ytterligare resultat |
|
Delmarkera: Frågar över datavyer |
|
Delmarkera: Källa i lager, filtrering, och aggregering |
Lager med delmarkeringar:
Lager med CTE WITH:
|
Väljer var måtten kommer före eller blandas med måtten |
|
Mått
Du kan välja någon av de tillgängliga dimensionerna som standard eller definierad i datavyn. Du väljer en dimension med dess ID.
Mätvärden
De mätvärden som är tillgängliga är:
- någon av de mätvärden som är tillgängliga som standard,
- Definieras i datavyn.
- Beräknade mått som är kompatibla med datavyn som användaren har åtkomst till.
Du väljer ett mått med dess ID som omsluts av ett SUM(metric)
-uttryck på samma sätt som du gör med andra SQL-källor.
Du kan använda
SELECT COUNT(*)
ellerCOUNT(1)
om du vill hämta förekomstmått.SELECT COUNT(DISTINCT dimension)
ellerSELECT APPROX_COUNT_DISTINCT(dimension)
om du vill räkna de ungefärliga distinkta värdena för en dimension. Se information i Räkna distinkta värden.- Infogade beräkningar om du vill kombinera mätvärden i farten och/eller göra matematik på dem.
Räkna distinkta värden
På grund av den underliggande karaktären hos hur Customer Journey Analytics fungerar är den enda dimensionen du kan få ett exakt distinkt antal för dimensionen adobe_personid
. Följande SQL-satser SELECT COUNT(DISTINCT adobe_personid)
eller SELECT APPROX_COUNT_DISTINCT(adobe_personid)
returnerar värdet för standardpersonmåttet, vilket är antalet distinkta personer. För andra dimensioner returneras ett ungefärligt distinkt antal.
Villkorliga mått
Du kan bädda in en IF
- eller CASE
-sats i funktionerna SUM
eller COUNT
för att lägga till ytterligare filtrering som är specifik för ett markerat mätresultat. Att lägga till dessa satser liknar att tillämpa ett filter på en måttkolumn i en Workspace-rapporttabell.
Exempel:
SUM(IF(dim1 = 'X' AND dim2 = 'A', metric1, 0)) AS m1
SUM(CASE WHEN dim1 = 'X' AND dim2 = 'A' THEN metric1 END) AS m1
Infogade beräkningar
Du kan använda ytterligare matematik för måttuttryck i SELECT
. Denna matematik kan användas i stället för att definiera matematiken i ett beräknat mått. I följande tabell visas vilka typer av uttryck som stöds.
+
, -
, *
, /
och %
-X
eller +X
PI()
POSITIVE
, NEGATIVE
, ABS
, FLOOR
, CEIL
, CEILING
, EXP
, LN
, LOG10
, LOG1P
, SQRT
, CBRT
, DEGREES
, RADIANS
, SIN
, COS
, TAN
, ACOS
, ASIN
, ATAN
, COSH
, SINH
och TANH
MOD
, POW
, POWER
, ROUND
, LOG
Specialkolumner
Tidsstämpel
Specialkolumnen timestamp
används för att ange datumintervall för frågan. Ett datumintervall kan definieras med ett BETWEEN
-uttryck eller ett par av timestamp
>
, >=
, <
, <=
kontroller AND
tillsammans.timestamp
är valfritt och om inget fullständigt intervall anges används standardvärden:
- Om bara ett minimum anges (
timestamp > X
ellertimestamp >= X
) är intervallet från X till nu. - Om bara ett max anges (
timestamp < X
ellertimestamp <= X
) är intervallet från X minus 30 dagar till X. - Om inget anges är intervallet från och med nu minus 30 dagar.
Tidsstämpelintervallet konverteras till ett globalt datumintervallfilter i RankedRequest.
Tidsstämpelfältet kan också användas i datum/tid-funktioner för att analysera eller korta av händelsens tidsstämpel.
Datumintervall
Specialkolumnen daterange
fungerar på ungefär samma sätt som timestamp
, men filtreringen är begränsad till fullständiga dagar. daterange
är också valfritt och har samma standardvärden som timestamp
.
Fältet daterange
kan också användas i datum/tid-funktioner för att analysera eller korta av händelsedatumet.
Specialkolumnen daterangeName
kan användas för att filtrera frågan med ett namngivet datumintervall som Last Quarter
.
daterange
-mått som är mindre än en dag (timme, 30 minuter, 5 minuter osv.).Filter-ID
Specialkolumnen filterId
är valfri och används för att tillämpa ett externt definierat filter på frågan. Att använda ett externt definierat filter på en fråga liknar att dra ett filter på en panel i Workspace. Flera filter-ID:n kan användas av AND
.
Tillsammans med filterId
kan du använda filterName
för att använda ett filternamn i stället för ID.
Where-sats
Satsen WHERE
hanteras i tre steg:
-
Hitta datumintervallet från specialfälten
timestamp
,daterange
ellerdaterangeName
. -
Sök efter externt definierade
filterId
ellerfilterName
som ska inkluderas i filtreringen. -
Omvandla de återstående uttrycken till ad hoc-filter.
Hanteringen görs genom att tolka den första nivån på AND
i WHERE
-satsen. Varje AND
-ed-uttryck på den översta nivån måste matcha något av ovanstående. Allt som är större än den första nivån i AND
eller, om WHERE
-satsen använder OR
på den översta nivån, hanteras som ett ad hoc-filter.
Sorteringsordning
Som standard sorteras resultatet i frågan efter det första valda måttet i fallande ordning. Du kan skriva över standardsorteringsordningen genom att ange ORDER BY ... ASC
eller ORDER BY ... DESC
. Om du använder ORDER BY
måste du ange ORDER BY
för det första valda måttet.
Du kan också vända ordningen genom att använda -
(minus) framför måttet. Båda programsatserna nedan resulterar i samma ordning:
ORDER BY metric1 ASC
ORDER BY -metric1 DESC
Allmänt funktionsstöd
CAST(`timestamp` AS STRING)
eller`timestamp`::string
CAST
ignoreras.WHERE `timestamp` >= TIMESTAMP('2022-01-01 00:00:00') AND `timestamp` < TIMESTAMP('2022-01-02 00:00:00')
WHERE
-sats.WHERE `timestamp` >= TO_TIMESTAMP('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_TIMESTAMP('01/02/2022', 'MM/dd/yyyy')
WHERE
-sats och ange eventuellt ett format för den tidssträngen.WHERE `timestamp` >= DATE('2022-01-01') AND `timestamp` < DATE('2022-01-02')
WHERE
-sats.WHERE `timestamp` >= TO_DATE('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_DATE('01/02/2022', 'MM/dd/yyyy')
WHERE
-sats och ange eventuellt ett format för den datumsträngen.Funktionsstöd för Dimension
Dessa funktioner kan användas för dimensioner i SELECT
, WHERE
eller i villkorsstyrda mått.
Strängfunktioner
SELECT LOWER(name) AS lower_name
Funktioner för datum och tid
SELECT DAYOFWEEK(`timestamp`)
SELECT DAYOFYEAR(`timestamp`)
SELECT QUARTER(`timestamp`)
SELECT HOUR(`timestamp`)
SELECT EXTRACT(MONTH FROM `timestamp`)
Delar som stöds är:
- Nyckelord:
YEAR
, MONTH
, DAYOFMONTH
, DAYOFWEEK
, DAYOFYEAR
, WEEK
, QUARTER
, HOUR
, MINUTE
.- Strängar:
'YEAR'
, 'Y'
, 'MONTH'
, 'M'
, 'DAYOFMONTH'
, 'DAY'
, 'D'
, 'DAYOFWEEK'
, 'DOW'
, 'DAYOFYEAR'
, 'DOY'
, 'WEEK'
, 'WOY
, 'W'
, 'QUARTER'
, 'QOY'
, 'Q'
, 'HOUR'
eller 'MINUTE'
.SELECT DATE_PART('month', `timestamp`)
Följande strängdelar stöds:
'YEAR'
, 'Y'
, 'MONTH'
, 'M'
, 'DAYOFMONTH'
, 'DAY'
, 'D'
, 'DAYOFWEEK'
, 'DOW'
, 'DAYOFYEAR'
, 'DOY'
, 'WEEK'
, 'WOY
, 'W'
, 'QUARTER'
, 'QOY'
, 'Q'
, 'HOUR'
, eller 'MINUTE'
.SELECT DATE_TRUNC('quarter', `timestamp`)
Stränggranulariteter som stöds är:
'YEAR'
, 'Y'
, 'MONTH'
, 'M'
, 'DAYOFMONTH'
, 'DAY'
, 'D'
, 'DAYOFWEEK'
, 'DOW'
, 'DAYOFYEAR'
, 'DOY'
, 'WEEK'
, 'WOY
, 'W'
, 'QUARTER'
, 'QOY'
, 'Q'
, 'HOUR'
eller 'MINUTE'
.